检查字符串是否匹配特定模式的最快方法是什么？正则表达式是最好的方法吗？
例如，我有一堆字符串，想检查每个字符串是否是有效的 IP 地址（在这种情况下有效意味着格式正确），是使用正则表达式执行此操作的最快方法吗？或者是否有更快的字符串格式或其他东西。
到目前为止，我一直在做这样的事情：
for st in strs:
if re.match('\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}', st) != None:
print 'IP!'
【问题讨论】：
标签： python
更新：下面的原始答案适用于 2011 年，但自 2012 年以来，使用 Python 的 ipaddress stdlib module 可能会更好 - 除了检查 IPv4 和 IPv6 的 IP 有效性之外，它还可以做很多事情其他事情也是如此。</update>
您似乎正在尝试validate IP addresses。正则表达式可能不是最好的工具。
如果您想接受所有有效的 IP 地址（包括一些您可能甚至不知道有效的地址），那么您可以使用 IPy (Source)：
from IPy import IP
IP('127.0.0.1')
如果IP地址无效会抛出异常。
或者你可以使用socket(Source):
import socket
try:
socket.inet_aton(addr)
# legal
except socket.error:
# Not legal
如果您真的只想匹配带有 4 个小数部分的 IPv4，那么您可以按点拆分并测试每个部分是否为 0 到 255 之间的整数。
def validate_ip(s):
a = s.split('.')
if len(a) != 4:
return False
for x in a:
if not x.isdigit():
return False
i = int(x)
if i < 0 or i > 255:
return False
return True
请注意，您的正则表达式不会执行此额外检查。它将接受999.999.999.999 作为有效地址。
【讨论】：
如果你使用Python3，你可以使用ipaddress模块http://docs.python.org/py3k/library/ipaddress.html。示例：
>>> import ipaddress
>>> ipv6 = "2001:0db8:0a0b:12f0:0000:0000:0000:0001"
>>> ipv4 = "192.168.2.10"
>>> ipv4invalid = "266.255.9.10"
>>> str = "Tay Tay"
>>> ipaddress.ip_address(ipv6)
IPv6Address('2001:db8:a0b:12f0::1')
>>> ipaddress.ip_address(ipv4)
IPv4Address('192.168.2.10')
>>> ipaddress.ip_address(ipv4invalid)
Traceback (most recent call last):
File "<console>", line 1, in <module>
File "/usr/lib/python3.4/ipaddress.py", line 54, in ip_address
address)
ValueError: '266.255.9.10' does not appear to be an IPv4 or IPv6 address
>>> ipaddress.ip_address(str)
Traceback (most recent call last):
File "<console>", line 1, in <module>
File "/usr/lib/python3.4/ipaddress.py", line 54, in ip_address
address)
ValueError: 'Tay Tay' does not appear to be an IPv4 or IPv6 address
【讨论】：
我通常是极少数坚定捍卫正则表达式的 Python 专家之一（他们在 Python 社区中的名声很差），但这不是其中之一——接受（比如说）'333.444.555.666'因为“IP 地址”真的很糟糕，如果您在匹配 RE 后需要进行更多检查，那么无论如何都会丢失使用 RE 的大部分意义。所以，我衷心支持@Mark 的建议：IPy 的通用性和优雅性（如果您愿意，包括对 IPv6 的支持！），字符串操作和 int 检查您是否只需要 IPv4（但是，请三思而后行，然后再想一想更多 -- IPv6 的时代已经到来！-)：
def isgoodipv4(s):
pieces = s.split('.')
if len(pieces) != 4: return False
try: return all(0<=int(p)<256 for p in pieces)
except ValueError: return False
我宁愿这样做，也不愿使用复杂的 RE 来匹配 0 到 255 之间的数字！-)
【讨论】：
a<=x<b 和其他使其比我的尝试更干净的东西。
我认为在 Python 3.6 上要简单得多，因为已经包含了 ipaddress 模块：
import ipaddress
def is_ipv4(string):
try:
ipaddress.IPv4Network(string)
return True
except ValueError:
return False
【讨论】：
ValueError 而不是 ipaddress.AddressValueError
无需重新验证：
def validip(ip):
return ip.count('.') == 3 and all(0<=int(num)<256 for num in ip.rstrip().split('.'))
for i in ('123.233.42.12','3234.23.453.353','-2.23.24.234','1.2.3.4'):
print i,validip(i)
【讨论】：
re之前应该尝试这样的方法。
你的正则表达式不检查字符串的结尾，所以它会匹配：
123.45.67.89abc123boogabooga
要解决此问题，请使用：
'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}$'
（注意末尾的$）。
最后，在 Python 中，通常的样式是使用 is not None 而不是 != None。
【讨论】：
如果您要验证 IP 地址，我建议如下：
import socket
try:
socket.inet_aton(addr)
return True
except socket.error:
return False
如果您只是想检查它的格式是否正确，那么您可能希望对所有 legal bases 进行检查（不仅仅是以 10 为基数的编号）。
此外，IP 地址是否仅为 IPv4（没有一个是 IPv6），那么您只需查找有效地址并使用 split()（获取 IP 的单个 组件）和 @ 987654325@（用于比较的类型种姓）。有效 IPv4 规则的快速参考是here。
【讨论】：
安装 netaddr 包
sudo pip install netaddr
然后你就可以这样做了
>>> from netaddr import valid_ipv4
>>> valid_ipv4('11.1.1.2')
True
>>> valid_ipv4('11.1.1.a')
False
您还可以从该字符串创建一个 IPAddress 对象以及更多与 ip 相关的操作
>>> from netaddr import IPAddress
>>> ip = IPAddress('11.1.1.1')
>>> [f for f in dir(ip) if '__' not in f]
['_module', '_set_value', '_value', 'bin', 'bits', 'format', 'info', 'ipv4', 'ipv6', 'is_hostmask', 'is_ipv4_compat', 'is_ipv4_mapped', 'is_link_local', 'is_loopback', 'is_multicast', 'is_netmask', 'is_private', 'is_reserved', 'is_unicast', 'key', 'netmask_bits', 'packed', 'reverse_dns', 'sort_key', 'value', 'version', 'words']
【讨论】：
此页面中的其他正则表达式答案将接受数字超过 255 的 IP。
这个正则表达式可以避免这个问题：
import re
def validate_ip(ip_str):
reg = r"^(([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\.){3}([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])$"
if re.match(reg, ip_str):
return True
else:
return False
【讨论】：
如果你反复使用，你应该预编译正则表达式
re_ip = re.compile('\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}$')
# note the terminating $ to really match only the IPs
然后使用
if re_ip.match(st):
print '!IP'
但是.. 是例如'111.222.333.444' 真的是 IP 吗？
我会看看 netaddr 或 ipaddr 库是否可以用于匹配 IP
【讨论】：
在内置库ipaddress中检查给定IP是否有效非常简单。您也可以使用掩码验证值。
ip = '30.0.0.1' #valid
#ip = '300.0.0.0/8' #invalid
#ip = '30.0.0.0/8' #valid
#ip = '30.0.0.1/8' #invalid
#ip = 'fc00:da00::3402:69b1' #valid
#ip = 'fc00:da00::3402:69b1/128' #valid
#ip = 'fc00:da00::3402:69b1:33333' #invalid
if ip.find('/') > 0:
try:
temp2 = ipaddress.ip_network(ip)
print('Valid IP network')
except ValueError:
print('Invalid IP network, value error')
else:
try:
temp2 = ipaddress.ip_address(ip)
print('Valid IP')
except ValueError:
print('Invalid IP')
注意：在 Python 3.4.3 中测试
【讨论】：
可以使用iptools。
import iptools
ipv4 = '1.1.1.1'
ipv6 = '5000::1'
iptools.ipv4.validate_ip(ipv4) #returns bool
iptools.ipv6.validate_ip(ipv6) #returns bool
【讨论】：
你可以通过编译让它更快一点：
expression = re.compile('^\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}$')
for st in strs:
if expression.match(st):
print 'IP!'
【讨论】：
我作弊并使用了其他人提交的多个答案的组合。我认为这是一段非常清晰和直接的代码。 ip_validation 应该返回 True 或 False。此答案也仅适用于 IPv4 地址
import re
ip_match = re.match('^' + '[\.]'.join(['(\d{1,3})']*4) + '$', ip_input)
ip_validate = bool(ip_match)
if ip_validate:
ip_validate &= all(map(lambda n: 0 <= int(n) <= 255, ip_match.groups())
【讨论】：
这也适用于 ipv6 地址。
不幸的是它仅适用于 python3
import ipaddress
def valid_ip(address):
try:
print ipaddress.ip_address(address)
return True
except:
return False
print valid_ip('10.10.20.30')
print valid_ip('2001:DB8::1')
print valid_ip('gibberish')
【讨论】：
我们不需要任何导入来执行此操作。这也工作得更快
def is_valid_ip(str_ip_addr):
"""
:return: returns true if IP is valid, else returns False
"""
ip_blocks = str(str_ip_addr).split(".")
if len(ip_blocks) == 4:
for block in ip_blocks:
# Check if number is digit, if not checked before calling this function
if not block.isdigit():
return False
tmp = int(block)
if 0 > tmp > 255:
return False
return True
return False
【讨论】：
#!/usr/bin/python
import sys
def check_ip(address):
part=address.split(".")
temp=True
if len(part) != 4:
temp=False
return temp
for p in part:
if not 0<= int(p) <= 255:
temp=False
return temp
else:
temp=True
return temp
if __name__=="__main__":
print check_ip(sys.argv[1])
使用某个名称保存代码 - check_ip.py 并以 python check_ip.py 192.168.560.25 运行它
注意：- 对于以下 IP 地址，上面的代码失败 -023.65.029.33
【讨论】：
File "C:\Python\Codes\check_ip.py", line 17 print check_ip(sys.argv[1]) ^ SyntaxError: invalid syntax
您可以尝试以下方法（程序可以进一步优化）：
path = "/abc/test1.txt"
fh = open (path, 'r')
ip_arr_tmp = []
ip_arr = []
ip_arr_invalid = []
for lines in fh.readlines():
resp = re.search ("([0-9]+).([0-9]+).([0-9]+).([0-9]+)", lines)
print resp
if resp != None:
(p1,p2,p3,p4) = [resp.group(1), resp.group(2), resp.group(3), resp.group(4)]
if (int(p1) < 0 or int(p2) < 0 or int(p3) < 0 or int(p4) <0):
ip_arr_invalid.append("%s.%s.%s.%s" %(p1,p2,p3,p4))
elif (int(p1) > 255 or int(p2) > 255 or int(p3) > 255 or int(p4) > 255):
ip_arr_invalid.append("%s.%s.%s.%s" %(p1,p2,p3,p4))
elif (len(p1)>3 or len(p2)>3 or len(p3)>3 or len(p4)>3):
ip_arr_invalid.append("%s.%s.%s.%s" %(p1,p2,p3,p4))
else:
ip = ("%s.%s.%s.%s" %(p1,p2,p3,p4))
ip_arr_tmp.append(ip)
print ip_arr_tmp
for item in ip_arr_tmp:
if not item in ip_arr:
ip_arr.append(item)
print ip_arr
【讨论】：
在 Python 3.* 中非常简单，这是一个实用函数，将检查 对于任何 ip、ipv4 或 ipv6 ，只需使用 Python 标准库 ipaddress — IPv4/IPv6 manipulation library
from ipaddress import ip_address, IPv4Address, IPv6Address, AddressValueError
def _is_valid_ip_address(ip, ipv_type: str = 'any') -> bool:
"""Validates an ipd address"""
try:
if ipv_type == 'any':
ip_address(ip)
elif ipv_type == 'ipv4':
IPv4Address(ip)
elif ipv_type == 'ipv6':
IPv6Address(ip)
else:
raise NotImplementedError
except (AddressValueError, ValueError):
return False
else:
return True
def run_tests():
ipv4 = '192.168.0.1'
ipv6 = '2001:db8::1000'
bad = "I AM NOT AN IP"
is_pv4 = _is_valid_ip_address(ipv4)
is_pv6 = _is_valid_ip_address(ipv6)
bad_ip = _is_valid_ip_address(bad)
am_i_pv4 = _is_valid_ip_address(ipv6, ipv_type='ipv4')
am_i_pv6 = _is_valid_ip_address(ipv4, ipv_type='ipv6')
print(f'''
* is_pv4 -> {is_pv4}
* is_pv6 -> {is_pv6}
* bad_ip -> {bad_ip}
* am_i_pv4 -> {am_i_pv4}
* am_i_pv6 -> {am_i_pv6}
''')
if __name__ == '__main__':
run_tests()
结果
* is_pv4 -> True
* is_pv6 -> True
* bad_ip -> False
* am_i_pv4 -> False
* am_i_pv6 -> False
【讨论】：